学习OpenCV3： 第4章 图像和大型数组类型

---

1、稠密数组cv::Mat

cv::Mat构造函数	示例
默认构造函数	cv::Mat
构造二维数组	cv::Mat(int rows, int cols, int type) cv::Mat(int rows, int cols, int type, const Scalar &s) cv::Mat(int rows, int cols, int type, void *data, size_t step=AUTO_STEP) cv::Mat(cv::Size sz, int type) cv::Mat(cv::Size sz, int type, const Scalar &s) cv::Mat(cv::Size sz, int type, void *data, size_t step=AUTO_STEP)
构造多维数组	cv::Mat(int ndims, const int *size, int type) cv::Mat(int ndims, const int *size, int type, const Scalar &s) cv::Mat(int ndims, const int *size, int type, void *data, size_t step=AUTO_STEP)
复制构造函数	cv::Mat(const cv::Mat &mat) cv::Mat(const cv::MatExpr &expr) cv::Mat(const cv::Mat &mat, const cv::Rect &roi) cv::Mat(const cv::Mat &mat, const cv::Range &rows, const cv::Range &cols) cv::Mat(const cv::Mat &mat, const cv::Range *ranges)
模板构造函数	cv::Mat(const cv::Vec<T,n> &vec, bool coptData=true) cv::Mat(const cv::Matx<T,m,v> &matx, bool copyData=true) cv::Mat(const std::vector<T> &vec, bool copyData=true)
静态方法	cv::Mat::zeros(int rows, int cols, int type) cv::Mat::ones(int rows, int cols, int type) cv::Mat::eye(int rows, int cols, int type)

1. cv::Mat类可表示矩阵、图像和多维数组，可包含任何原始类型的组合，如数字、向量和其它类型。
2. cv::Mat的类型：CV_{8U,16S,16U,32S,32F,64F}C{1,2,3}或者CV_{8U,16S,16U,32S,32F,64F}C({1,2,3,...})
3. 对象cv::Mat是数据实体的头，其内部的数据指针类似于智能指针，指向数据实体。

Mat m;
m.create(3, 10, CV_32FC3); // 申请内存
m.setTo(Scalar(1.0f, 0.0f, 1.0f)); // 赋值
// 等价于
Mat m(3, 10, CV_32FC3, Scalar(1.0f, 0.0f, 1.0f));

2、访问元素和子区域

访问元素	实例
at<>()	M.at<int>(i) M.at<int>(pt) M.at<float>(i, j) M.at<float>(i, j, k) M.at<uchar>(idx)
ptr<>()	M.ptr<Vec3f>(i)
cvMatIterator_<> cvMatConstIterator_<>	MatConstIterator_<Vec3f> it = m.begin<Vec3f>()
cv::NaryMatIterator	const cv::Mat *arrays[] = {&n_mat, 0} cv::Mat my_planes[1] cv::NAryMatIterator it(arrays, my_planes) it.planes[0]

区块访问	示例
row col	m.row(i) m.col(j)
rowRange colRange	m.rowRange(i0, i1) m.rowRange(cv::Range(i0, i1)) m.colRange(j0, j1) m.colRange(cv::Range(j0, j1))
diag	m.diag(d)
()	m(cv::Range(i0, i1), cv::Range(j0, j1)) m(cv::Rect(i0, j0, w, h)) m(ranges)

1. 访问元素的两种方法：通过位置或迭代器访问。位置访问包括at<>()和ptr<>()，其中at<>()只读。迭代器访问包括cvMatIterator_<>、cvMatConstIterator_<>和cv::NaryMatIterator，其中cvMatConstIterator_<>只读。
2. 数组按行组织，行内按顺序排列，行间因数据对齐可能有间隔。当使用ptr<>()遍历数组时需先通过isContinuous()确定数组行间数据是连续的。
3. cvMatIterator_<>指向元素，cv::NaryMatIterator指向一个面（数组中连续内存的片段）。
4. 区块访问会创建新的数组头，而不会复制数据，即等号左右两边的变量指向同一内存，修改左边的变量会相应改变右边的变量。

3、矩阵表达式

矩阵表达式支持的运算	示例
矩阵与矩阵的加减	m0 + m1, m0 - m1
矩阵与元素的加减乘	m0 + s, m0 - s, s + m0, s - m0 s * m0, m0 * s
矩阵元素的乘除	m0.mul(m1) m0 / m1
矩阵乘法	m0 * m1
点乘和叉乘	m0.cross(m1), mo.dot(m1)
取绝对值	cv::abs(m0)
取最值	min(m0, m1), max(m0, m1) min(m0, s), max(m0, s), min(s, m0), max(s, m0)
矩阵比较	m0 > m1, m0 >= m1, m0==m1, m0 < m1, m0 <= m1
逻辑操作	m0 & m1, m0 \| m1, m0 ^ m1, ~m0 m0 & s, s & m0, m0 \| s, s \| m0, m0 ^ s, s ^ m0
矩阵取负	-m0
逆矩阵	m0.inv(method)
转置矩阵	m0.t()
静态方法	cv::Mat::zeros(rows, cols, type) cv::Mat::ones(rows, cols, type) cv::Mat::eye(rows, cols, type)

1. OpenCV在进行算术和其它操作时会自动检查是否上溢出和下溢出。cv::saturate_cast<>()可在溢出时将结果转换为相对最小或最大的可行值。

4、cv::Mat的其它函数成员

cv::Mat的其它函数成员	描述
m1 = m0.clone()	对m1重新分配内存并拷贝数据，m1与m0无关
m0.copyTo(m1) m0.copyTo(m1, mask)	若m0与m1的size、type一致，则只拷贝数据 若不一致则重新分配内存并拷贝数据 若mask存在，则只复制mask所指示的区域
m0.convertTo(m1, type, scale, offset)	转换m0中元素的类型（如CV_32F） 尺度变换（默认为1） 增加偏置（默认为0）
m0.assignTo(m1, type)	只在内部使用，集成在convertTo中
m0.setTo(s, mask)	设置m0所有元素为s 若mask存在，则只对mask指示区域进行操作
m0.reshape(chan, rows)	改变二维数组的有效形状 若chan和rows为0，则不作修改
m0.push_back(s) m0.push_back(m1)	在末尾增加m*1大小的数组 在m*n的m0末尾增加k行，m1大小必须是k*n
m0.pop_back(n)	从m*n的m0末尾移除n行，默认是1行，返回void类型
m0.locateROI(size, offset)	offset是Point类型 获取offset处，大小为size的ROI。
m0.adjustROI(t, b, l, r)	通过t(above)、b(below)、l(left)、r(reft)调整ROI范围
m0.total()	计算数组元素的个数（不包括通道）
m0.isContinuous()	若m0行间无间隙，则返回true
m0.elemSize()	返回m0的位长度，如CV_32FC3，(32/8)*3=12
m0.elemSize1()	返回m0最基本元素的位长度，如CV_32FC3，32/8=4
m0.type()	返回m0元素的类型，如CV_32FC3
m0.depth()	返回m0通道中元素的类型，如CV_32F
m0.channels()	返回m0的通道数
m0.size()	返回m0的大小size
m0.size()	如m0无元素，则返回true，如m0.total==0或者m.data==NULL

5、稀疏数组cv::SparseMat

cv::SparseMat额外的类成员函数	示例
默认构造函数	cv::SparseMat sm
值构造函数	cv::SparseMat sm(3, sz, CV_32F)
复制构造函数	cv::SparseMat sm(sm0)
非0元素的数量	size_t n = sm.nzcount()
索引指向的数据的哈希值	size_t h = sm.hash(i0) size_t h = sm.hash(i0, i1) size_t h = sm.hash(i0, i1, i3) size_t h = sm.hash(idx)
修改元素值	sm.ref<float>(i0) = f0 sm.ref<float>(i0, i1) = f0 sm.ref<float>(i0, i1, i2) = f0 sm.ref<float>(idx) = f0
获取元素值	f0 = sm.value<float>(i0) f0 = sm.value<float>(i0, i1) f0 = sm.value<float>(i0, i1, i2) f0 = sm.value<float>(idx) f0 = sm.find<float>(i0) f0 = sm.find<float>(i0, i1) f0 = sm.find<float>(i0, i1, i2) f0 = sm.find<float>(idx)
移除元素	sm.erase(i0, i1, &hashval) sm.erase(i0, i1, i2, &hashval) sm.erase(idx, &hashval)
迭代器	cv::SparseMatIterator<float> it = sm.begin<float>() cv::SparseMatIterator<uchar> it_end = sm.end<float>()

1. cv::SparseMat在数组非0元素非常少时使用，如直方图，高维数组等。
2. cv::Mat使用接近C风格的数组来存储数据，cv::SparseMat使用哈希表来存储非0元素。
3. 直接访问稀疏数组元素的4种方法：cv::SparseMat::ptr()，cv::SparseMat::ref()，cv::SparseMat::value()，cv::SparseMat::find()。其中cv::SparseMat::value()和cv::SparseMat::find()只读。
4. 迭代器访问稀疏数组的方法：cv::SparseMatIterator_<>、cv::SparseMatConstIterator_<>、cv::SparseMatIterator、cv::SparseMatConstIterator。其中cv::SparseMatConstIterator_<>和cv::SparseMatConstIterator只读。node()返回一个指针，指向的稀疏矩阵的实际数据区域。
5. cv::Mat_<>和cv::SparseMat_<>是模板，其作用是在使用其成员函数是不用在调用其模板形式。